Ho un file csv che ho letto in un dataframe utilizzando l'API pandas. Intendo impostare la mia intestazione invece della prima riga predefinita. (Mi sbarazzerò anche di alcune delle righe.) Come faccio a raggiungerlo al meglio?Imposta le intestazioni utilizzando pandas.read_csv
Ho provato quanto segue, ma questo non ha funzionato come previsto:
header_row=['col1','col2','col3','col4', 'col1', 'col2'] # note the header has duplicate column values
df = pandas.read_csv(csv_file, skiprows=[0,1,2,3,4,5], names=header_row)
Questo dà seguente errore -
File "third_party/py/pandas/io/parsers.py", line 187, in read_csv
File "third_party/py/pandas/io/parsers.py", line 160, in _read
File "third_party/py/pandas/io/parsers.py", line 628, in get_chunk
File "third_party/py/pandas/core/frame.py", line 302, in __init__
File "third_party/py/pandas/core/frame.py", line 388, in _init_dict
File "third_party/py/pandas/core/internals.py", line 1008, in form_blocks
File "third_party/py/pandas/core/internals.py", line 1036, in _simple_blockify
File "third_party/py/pandas/core/internals.py", line 1068, in _stack_dict
IndexError: index out of bounds
Allora ho provato le impostazioni delle colonne tramite
df.columns = header_row
Ma questo errore è stato eliminato probabilmente a causa di valori di colonna duplicati.
File "engines.pyx", line 101, in pandas._engines.DictIndexEngine.get_loc
(third_party/py/pandas/src/engines.c:2498)
File "engines.pyx", line 107, in pandas._engines.DictIndexEngine.get_loc
(third_party/py/pandas/src/engines.c:2447)
Exception: ('Index values are not unique', 'occurred at index entity')
Sto usando la versione 0.7.3 di Pandas. Dalla documentazione -
nomi: array come Lista dei nomi delle colonne
sono sicuro che mi manca qualcosa di semplice qui. Grazie per l'aiuto qui.
Grazie per i riferimenti. Ho rivisitato e mi sono sbarazzato del requisito per i valori di colonna duplicati. – Manju